LLM-KG-Bench-Leaderboard / board_combined_scores_short.csv
lpmeyer's picture
Upload 4 files
d93b4c6 verified
Raw
History Blame Contribute Delete
7.57 kB
,R-Syn-1,R-Syn-Max,R-Sem,S-Syn-1,S-Syn-Max,S-Sem-R,S-Sem-W-1,S-Sem-W-max,total
Qwen-3.5-397B,0.9410.215),0.9940.015),1.0000.000),1.0000.000),1.0000.000),1.0000.000),0.9400.211),0.9400.211),0.9770.133)
Claude Opus 4.6,0.9340.234),0.9960.013),0.6570.415),1.0000.000),1.0000.000),1.0000.000),0.7470.362),0.8370.311),0.8960.270)
Claude Sonnet 4.6,0.9340.234),0.9960.013),0.2820.300),1.0000.000),1.0000.000),1.0000.000),0.7470.362),0.7970.338),0.8440.321)
Gemini 3 Flash Preview,0.9610.168),0.9950.014),0.9730.061),1.0000.000),1.0000.000),1.0000.000),0.7600.367),0.8500.312),0.9420.200)
GPT5.2-chat,0.9620.168),0.9950.014),1.0000.000),1.0000.000),1.0000.000),1.0000.000),0.8070.332),0.8770.276),0.9550.178)
GPT5.4 2026/03,0.9340.234),0.9960.013),0.9980.020),1.0000.000),1.0000.000),1.0000.000),0.6470.388),0.6870.381),0.9080.253)
Claude 3.5 Haiku,0.9370.203),0.9840.029),0.7790.395),1.0000.000),1.0000.000),1.0000.000),0.8170.325),0.8870.266),0.9250.232)
Claude 3.5 Sonnet,0.9500.175),0.9900.022),0.8320.370),0.9800.125),1.0000.000),1.0000.000),0.8570.295),0.8570.295),0.9330.222)
Deepseek-Coder-33B,0.7730.366),0.8820.269),0.2630.297),0.9430.221),0.9840.112),0.3130.309),0.6890.379),0.7030.374),0.6940.396)
Deepseek-R1,0.9550.174),0.9910.020),0.9920.089),0.9350.247),1.0000.000),1.0000.000),0.7460.382),0.8320.316),0.9310.226)
Deepseek-Chat-v3,0.8430.347),0.9910.020),0.5910.466),0.9570.202),0.9970.050),0.9230.214),0.7020.384),0.7820.348),0.8480.326)
Gemini 1.5 Flash,0.9200.242),0.9830.028),0.8780.325),0.8650.324),0.9100.272),1.0000.000),0.8500.304),0.8500.304),0.9070.263)
Gemini 1.5 Pro,0.8870.291),0.9660.127),0.7960.399),0.8450.339),0.9050.286),1.0000.000),0.8830.276),0.8830.276),0.8960.282)
Gemini 2.0 Flash Exp,0.9860.025),0.9880.024),0.9310.197),0.9940.079),1.0000.000),1.0000.000),0.6040.394),0.6570.387),0.8950.260)
Llama-3.1-70B,0.9080.234),0.9730.034),0.5590.484),0.9970.050),0.9970.050),1.0000.000),0.6940.381),0.7540.361),0.8600.311)
Llama-3.1-8B,0.7790.375),0.9150.228),0.4620.421),0.4010.475),0.5210.477),0.5350.377),0.2730.401),0.3550.425),0.5300.452)
Llama-3.2-1B,0.2500.366),0.4110.409),0.1590.254),0.0260.143),0.0790.260),0.0210.070),0.0100.050),0.0270.073),0.1230.276)
Llama-3.2-3B,0.4020.452),0.7730.332),0.3440.397),0.1960.374),0.3220.444),0.3080.373),0.1200.256),0.2120.308),0.3350.416)
Llama-3.3-70B,0.9750.032),0.9780.029),0.5950.487),0.9850.122),1.0000.000),1.0000.000),0.6170.398),0.6710.385),0.8530.318)
Llama-3.0-70B,0.9610.114),0.9740.033),0.5230.480),0.9550.208),0.9900.099),1.0000.000),0.6450.405),0.7310.367),0.8470.324)
Llama-3.0-8B,0.5860.426),0.6320.416),0.2190.290),0.2710.445),0.4250.488),0.6150.337),0.2810.397),0.4450.417),0.4340.435)
Llama-4-Maverick,0.8700.241),0.9740.033),0.6550.465),0.9600.196),1.0000.000),0.9100.244),0.6870.381),0.8150.327),0.8590.305)
GPT3.5 2024/01,0.9750.126),0.9950.014),0.4110.442),0.9440.230),1.0000.000),0.6960.374),0.6740.387),0.7070.376),0.8000.356)
GPT4o 2024/11,0.9370.212),0.9860.024),0.7260.377),1.0000.000),1.0000.000),0.8810.183),0.8170.325),0.8670.286),0.9020.244)
GPT4o-mini 2024/07,0.9190.232),0.9830.030),0.3840.415),0.9210.246),0.9600.174),0.9620.089),0.7090.385),0.7770.349),0.8270.333)
GPTo1-mini 2024/09,0.8350.351),0.9920.018),0.9940.031),1.0000.000),1.0000.000),1.0000.000),0.6970.379),0.7670.354),0.9110.251)
GPTo1-pre 2024/09,0.9110.256),0.9920.020),0.6580.373),1.0000.000),1.0000.000),1.0000.000),0.7420.365),0.8120.329),0.8890.268)
OpenCoder-8B,0.7460.405),0.8170.354),0.1670.285),0.6220.482),0.7370.437),0.4000.422),0.4590.422),0.5090.417),0.5570.454)
Phi-3.5-mini,0.6080.412),0.6390.390),0.1760.297),0.6370.466),0.6830.450),0.4500.381),0.3090.367),0.3500.371),0.4810.432)
Phi-3.5-MoE,0.8310.296),0.8410.287),0.5170.421),0.8080.391),0.9320.238),0.6880.185),0.6370.394),0.6480.389),0.7380.359)
Phi-3.0-medium-128k,0.8380.318),0.8860.257),0.2480.364),0.5470.475),0.6030.466),0.6250.316),0.3600.412),0.3850.417),0.5610.439)
Phi-3.0-mini-128k,0.5820.424),0.6600.388),0.2630.333),0.4860.479),0.5490.480),0.4280.336),0.2310.291),0.2450.292),0.4310.415)
Phi-3.0-small-128k,0.3460.394),0.4320.385),0.2840.364),0.3660.427),0.3940.429),0.5930.487),0.2780.352),0.3000.356),0.3740.413)
Qwen-2.0-0.5B,0.0680.159),0.0760.171),0.0850.205),0.0050.071),0.0120.111),0.0400.136),0.0060.072),0.0100.080),0.0380.138)
Qwen-2.0-1.5B,0.1260.294),0.1450.314),0.2220.349),0.2930.448),0.3510.465),0.1540.196),0.1050.177),0.1150.182),0.1890.332)
Qwen-2.5-0.5B,0.0530.153),0.1010.235),0.0830.199),0.1570.360),0.1850.384),0.0710.179),0.0610.128),0.0640.129),0.0970.244)
Qwen-2.5-14B,0.7810.393),0.9220.245),0.3310.432),0.8970.303),0.9100.286),0.9330.240),0.6580.378),0.6710.374),0.7630.390)
Qwen-2.5-1.5B,0.4700.459),0.5840.452),0.2660.339),0.4940.485),0.5270.482),0.1270.268),0.1860.272),0.2440.326),0.3620.428)
Qwen-2.5-32B,0.9790.030),0.9820.028),0.6030.471),0.9920.080),1.0000.000),0.8000.400),0.6030.391),0.6510.388),0.8260.341)
Qwen-2.5-3B,0.7180.410),0.8570.292),0.3740.434),0.7330.431),0.8030.384),0.4530.451),0.4070.395),0.4790.394),0.6030.441)
Qwen-2.5-72B,0.8710.317),0.9870.025),0.6140.471),1.0000.000),1.0000.000),1.0000.000),0.7310.369),0.8110.329),0.8770.300)
Qwen-2.0-57B-A14B,0.7410.399),0.9320.173),0.2220.370),0.8600.345),0.8950.307),0.6300.438),0.5100.399),0.5990.393),0.6730.424)
Qwen-2.5-7B,0.9660.139),0.9730.119),0.3290.411),0.9170.258),0.9760.136),0.5860.459),0.5650.397),0.6030.391),0.7390.394)
Qwen-2.5-Coder-32B,0.9370.219),0.9910.017),0.4780.476),1.0000.000),1.0000.000),1.0000.000),0.8140.325),0.8300.314),0.8810.297)
Qwen-2.0-72B,0.9640.040),0.9710.038),0.3390.426),0.9500.199),1.0000.000),1.0000.000),0.6300.380),0.6880.365),0.8180.338)
Qwen-2.0-7B,0.5660.452),0.7390.405),0.2320.305),0.7990.397),0.8360.365),0.5730.476),0.2980.359),0.3690.389),0.5510.452)
Qwen-3-235B,0.9120.260),0.9930.017),0.9800.139),0.9600.196),0.9930.086),1.0000.000),0.7040.396),0.8130.337),0.9190.246)